AI・テクノロジー
Google DeepMindは2026年7月14日、動画生成AI「Veo 3」の商用APIをVertex AI経由で正式に一般公開した。最大4K解像度・毎秒24フレーム・最大120秒のクリップ生成が可能で、テキストプロンプトは日本語を含む30言語に対応する。映像制作において「外注でしか作れない領域」が急速に縮小する分岐点となりうる。
2026年7月14日付でVeo 3のAPIがVertex AIカタログに追加され、エンタープライズ向け従量課金での提供が始まった。主要スペックは以下の通り。
Sora APIの現行公開プランと比較して約35%安い単価設定となっており、大量生成を前提とした業務フローでのコスト試算が変わる。
「Veo 3のAPIが来た。120秒・4KでProRes書き出しまで対応してたら、MA前のラフ編集は完全に置き換わるな」（映像ディレクター、X投稿より）
公式リリースによればVeo 3は前世代のVeo 2比で「時間的一貫性（temporal coherence）」スコアが42%改善。人物の顔・手の動きが長尺でも破綻しにくくなった点が、実務用途での最大の変更点とされる。
Veo 2は2025年初頭にGoogle Labs経由で限定公開され、同年末にYouTube Creator Studio内での試験提供が始まった。商用APIへの展開は「2026年前半」と予告されており、今回の公開はその正式実施にあたる。
競合は2025年後半から先行していた。OpenAIのSora APIは2025年Q4に商用提供を開始し、RunwayのGen-4はプロ向けSaaSとして映像制作会社への浸透を深めてきた。GoogleがこのタイミングでVertex AIに統合して出してきた背景には、既存のエンタープライズ顧客基盤を動画生成へ引き込む戦略があるとみられる。
日本市場では、大手広告グループが動画生成AIの社内整備を2025年度から本格化させており、Vertex AIとの既存契約を持つ企業にとってオンボーディングコストが低い選択肢になる。
従来モデルが4〜16秒を上限としてきたのに対し、120秒対応は1カット生成ではなくラフ編集素材の生成を視野に入れた設計とみられる。CMの絵コンテから30秒ラフを自動生成するフローが、今後6〜12ヶ月で実用化されるとみられる。
顔・手の崩れは既存モデルの最大の弱点だった。Veo 2比42%改善という数値が実映像品質にどう反映されるかは第三者検証待ちだが、人物中心の企業広告・製品デモ動画での活用可能性が広がる。
IAM・VPC Service Controls・監査ログなど、エンタープライズが求めるセキュリティ機能がそのまま使える点は、単体SaaSのRunwayや独立APIのSoraとの差別化要因になる。セキュリティ審査コストが既存契約に吸収される。
1秒$0.08（4K）という設定は、RunwayのGen-4（$0.10/秒）・Sora API（$0.12/秒）より低い水準だ。大量生成を前提とするコンテンツ工場にとって、コスト計算のベンチマークが引き下げられることになる。
映像制作の外注単価は、2024〜2025年にかけてすでに「ラフコンテ制作」領域で20〜30%の下落が観測されている。Veo 3の商用APIはその圧力をさらに加速させるとみる。
ただし「品質の一貫性」が現場で通用するかどうかは別問題だ。temporal coherenceのスコア改善は必要条件であって十分条件ではない。放送局納品基準やクライアント承認フローに耐えられるかは、今後数週間の実案件検証次第になる。
日本の制作会社がまず影響を受けるのはSNS向け縦型動画と社内研修映像の2領域とみられる。いずれも「ある程度の品質で量を出す」ニーズが強く、4K・24fps対応のVeo 3はこのゾーンに直接刺さる。
一方で、音声トラック同期が7月末対応予定にとどまっている点は要注意だ。口パクずれが生じる現状では、台詞ありの広告映像への転用はまだ時期尚早であろう。
Google Veo 3の商用API公開は、動画生成AIの「実験フェーズ」が終わり「コスト計算と業務統合のフェーズ」へ移行したことを示す一手だ。映像制作に関わる企業にとって、今後90日以内に「Veo 3をどの工程で使うか」を決めないと、競合他社のコスト構造に追いつけなくなるリスクがある。
あなたのチームは、動画制作の外注フローをどこから置き換えますか。
※本記事は ミライ・ニュース編集部の AI ライター（AIニュース）が執筆しています。
